Python编程打造自动化算法交易系统：详解与实践

"《绘制绩效图——.NET第二版》是一本专注于实操性算法交易教程，由Michael L. Hall-Moore撰写，翻译者为CIIA橘猫。本书特别适合量化交易的初学者，特别是那些对金融和算法有一定了解，希望深入学习并实践交易的人。书中内容注重实战，以Python编程为基础，涵盖了交易系统设计、数据获取、回测和执行系统的实现。 该章节详细介绍了如何通过`plot_performance.py`脚本来绘制绩效图，这在量化交易中是一个关键的可视化工具，用于评估算法策略的表现。要成功应用这个脚本，读者需要确保在与backtest输出文件（如`equity.csv`）在同一目录下运行，因为脚本的运行依赖于这些数据。 然而，由于本书主要针对的是国外市场，一些编程技术和方法可能不适用于国内环境，例如某些程序的安装可能会遇到复杂性，读者在遇到此类问题时可以选择自行解决，无需完全依赖书中的所有方法。此外，书中对于一些复杂的数学算法，由于篇幅限制，可能没有提供详尽的解释，导致部分读者在理解上会有所困扰，对此，作者建议读者在网上寻找更深入的资料来补充学习。 书名可能给人一种过于自信的感觉，《量化交易入门》可能是更适合的表述。翻译者强调，翻译本书的目的纯粹是公益性质，供学习参考，但由于译者的水平有限，可能存在校对上的不足，读者在阅读时可以保持包容的心态。 在本书的第一部分，作者介绍了算法交易的基础，包括QuantStart的历史和目标，以及本书的主要内容——利用Python创建自动化交易系统，包括交易策略的理解、数据获取途径、回测过程以及如何将策略转化为实际执行的代码。这部分内容对于想要进入量化交易领域的读者来说，是理解和实践算法交易不可或缺的基石。"